메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최우성 (한국전력공사) 장성호 (한국전력공사) 이상민 (한국전력공사) 강해수 (한국전력공사) 방명환 (한국전력공사) 배용채 (한국전력공사)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제44권 제1호(통권 제412호)
발행연도
2020.1
수록면
57 - 62 (6page)
DOI
10.3795/KSME-A.2020.44.1.057

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
표면 조직 복제법은 고온 부품의 손상 정도 및 열화 등급을 평가하기 위해 산업 현장에서 가장 많이 사용되는 방법이다. 그러나 평가자의 주관에 따른 불확실도가 높기 때문에 등급 간 명확한 구별이 불가하다. 따라서 보다 정량적이며 정확한 객관적인 열화 평가 방법이 필요하다. 본 논문에서는 오픈소스 이미지 처리 라이브러리와 머신러닝 기법 중 분류 문제에서 탁월한 효과를 보이는 SVM(Support Vector Machine)을 이용하여 고온 부품의 열화 등급을 평가하는 머신러닝 기반 고온 부품 열화 평가 프로그램을 소개한다. 열화 등급을 알고 있는 이미지 데이터를 활용한 열화 평가를 통해 개발된 프로그램의 유효성을 검증하였다. 머신러닝 기반 열화 평가 프로그램을 통해 기존 전문가의 판단보다 객관적이고 빠르면서 정확한 열화 평가가 가능할 것이다.

목차

초록
Abstract
1. 서론
2. 열화 평가 방법
3. 머신러닝 기반 열화 평가 프로그램
4. 열화 평가 사례
5. 결론
참고문헌(References)

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-550-000230461